以自举为目标的 C 工具链,Linux 与 Windows 各自原生发展。
状态:M1 SysV 自举(stage1=stage2)+ M2 hosted glibc 已打通 + C1 编译 TCC 0.9.27、完成 TCC 自举、基础原生链接和带 tests/busybox/busybox-1.36.1-tcc.patch 的完整 BusyBox 1.36.1 defconfig 构建并运行;cJSON/SQLite/Lua 5.4.7 实测通过;TCC 起始的 GCC 4.7 两遍自举、GCC 4.8~14.2 阶梯已由tests/gcc-ladder/run.sh一次干净跑通,每级 all-gcc/libgcc/libstdc++ 和 C++ iostream 均通过;GCC 4.8 起由 4.7 pass2 的 C++ 能力承接;GCC 4.7 configure 的 AC_PATH_PROG 路径探测不参与目标构建;两阶段 driver 已跑通:Stage 1 = C1 -> TCC -> Lua/BusyBox;Stage 2 = TCC -> GCC 14.2;完整 install/testsuite 尚未完成 · 暂定名
本项目受 tombkeeper/BitKindle 启发,把“从零构建自己的 C 工具链”这一目标带到 Linux,同时保留 Windows 的原生实现。两个平台共享语言前端、纯算法和语言测试;不共享 ABI、运行时、目标文件格式和链接器。
不是跨平台编译器,不做翻译层,不追求二进制或目标文件互通。
- Linux 原生工具链:目标为 SysV AMD64 ABI、ELF64;用户程序默认链接 glibc,使用系统链接器;编译器自身 freestanding,自举后不依赖外部 C 编译器。
- Windows 原生工具链:目标为 Microsoft x64 ABI、PE32+;自带 CRT、自制
.c1o目标格式和 PE 链接器;按 ABI 调用 DLL,不接 MinGW 构建生态。 - 共享核心:C 预处理、词法、语法、语义、诊断、纯算法(数学、格式化、扫描、字符串、TZif)和语言测试。
- 最终目标:两个平台各自完成自举——
stage1与stage2逐字节一致,构建自身不再需要外部 C 编译器。
本项目明确不做以下事情:
- 不做 Linux ↔ Windows 的交叉编译。
- 不做 Wine / Proton / WSL / 任何翻译层。
- 不承诺 Linux 与 Windows 的二进制、目标文件、ABI 或运行时兼容。
- 不把两个平台的差异抽象成一套“统一 OS 层”。
- 不提供 Linux 上运行 Windows 二进制的能力;现成 Windows 程序由 Windows 自己运行。
- 不支持 C++ ABI、STL、异常,也不以编译 C++ 游戏引擎为目标。
- Windows 侧不接 COFF、
.lib/.a、MinGW CRT、Windows SDK 头;只保证 DLL 导出 ABI 级兼容。 - 不承诺直接编译使用 GNU/MSVC 扩展的任意现有项目;需要时按库提供最小 ABI 头或手写原型。
- 不以“替换平台 libc/链接器”为第一目标。
两个平台对不齐不是工程量问题,而是模型冲突:
- 类型模型:Linux x86-64 是 LP64,Windows x64 是 LLP64;
long的宽度不同,wchar_t分别是 32/16 位,long double的格式和精度不同,va_list的实现不同。 - OS 对象模型:
fd对HANDLE,fork+exec对CreateProcess,POSIX signal 对 SEH,UTF-8 字节路径对 UTF-16,文本/二进制模式不同,errno对GetLastError。 - 装载与链接模型:ELF + PLT/GOT +
ld.so+ TLS + 符号版本,对 PE/COFF + IAT + Windows loader。 - 标准本身:C 标准保留了大量 implementation-defined 行为,所谓“完全对齐”没有唯一答案。
几十年的桥接方案——Cygwin、Wine、WSL1、MinGW 的 POSIX 层、Windows NT 的 POSIX 子系统——都只能做到“模拟”或“部分兼容”。本项目不重复这条路。
结论:共享语言,不共享平台。
| Linux x86-64 | Windows x86-64 | |
|---|---|---|
| 定位 | 新增原生实现 | 上游参考实现,冻结后演进 |
| ABI | SysV AMD64 | Microsoft x64 |
| 数据模型 | LP64 | LLP64 |
| 可执行格式 | ELF64 | PE32+ |
| 用户程序标准库 | glibc(hosted) | 自带 CRT |
| 链接 | 源码构建的 standalone c1link;hosted 测试仍用系统 ld |
自制 PE 链接器 |
| 编译器自身 | freestanding(syscall + 自带最小运行时) | freestanding(kernel32 导入 + 自带运行时) |
| 升级路径 | gcc stage0 → C1 自举 → 纯种子链(并行) | 现有 BitKindle 链 → 自举 |
| 第三方库 | .so ABI 级调用 |
DLL 导出 ABI 级调用(含 MinGW 编出的 DLL) |
Linux 与 Windows 不需要对称。对称本身就是另一种“什么都想要”。
flowchart TB
subgraph Shared["共享:语言与纯计算"]
FE["预处理 / 词法 / 语法 / 语义 / 诊断"]
ALG["纯算法:数学 / 格式化 / 扫描 / 字符串 / TZif"]
TEST["语言一致性测试"]
end
subgraph Linux["Linux 原生"]
LTM["Target Model:LP64"]
LABI["SysV AMD64 ABI"]
LOBJ["ELF64 目标文件"]
LLINK["系统 ld(初期)/ 自制链接器(后置)"]
LRT["编译器:freestanding 运行时<br/>用户程序:glibc"]
LTM --> LABI --> LOBJ --> LLINK
LRT --> LOBJ
end
subgraph Windows["Windows 原生"]
WTM["Target Model:LLP64"]
WABI["Microsoft x64 ABI"]
WOBJ[".c1o 目标文件"]
WLINK["自制 PE 链接器"]
WRT["自带 CRT + kernel32 导入"]
WTM --> WABI --> WOBJ --> WLINK
WRT --> WOBJ
end
FE --> LTM
FE --> WTM
ALG --> LRT
ALG --> WRT
TEST --> Linux
TEST --> Windows
共享(必须与 OS 无关):
- 预处理、词法、语法、语义、AST、诊断、常量求值。
- 纯算法:整数/浮点数学、
printf/scanf核心、字符串/内存操作、TZif 解析。 - C 语言测试用例、编译失败用例、差分测试语料。
- 编译器内部的纯数据结构和工具代码。
分叉(平台原生):
- 目标数据模型、ABI、调用约定、结构体分类、varargs。
- 启动代码、入口、系统调用/系统库、进程/时间/环境/控制台。
- 目标文件写出、可执行文件写出、导入表、链接器。
- 标准库的平台实现、平台头文件、类型定义。
- 构建驱动、测试驱动、期望输出、CI。
原则:
- 不在共享代码里堆
#ifdef。需要平台差异时,分叉文件。 - 共享是收益,不是目标。某个文件为了“两边都能用”开始变形,就让它分叉。
- 唯一必须对齐的是 C 语言语义和语言测试;其余差异写进文档。
flowchart LR
G["gcc / MinGW-w64 GCC<br/>仅作 stage0"] --> S0["C1 stage0"]
S0 --> S1["C1 stage1<br/>自己编译自己"]
S1 --> S2["C1 stage2"]
S1 -. "逐字节比较" .-> S2
S2 --> TOOL["可长期使用的原生 C1"]
- stage0 可以使用平台原生 C 编译器,这是允许的“前期依赖”。
- stage1 由 C1 自己编译;stage2 再编译一次;要求 stage1 与 stage2 逐字节一致。
- 自举完成后,构建 C1 不再需要 gcc/MinGW GCC。
- Linux freestanding 链已改用自制
c1link:gcc/ld 只负责构建最初的 bootstrap c1link,stage0/stage1/stage2 和 hello 由 c1link 链接。hosted glibc 测试仍使用系统ld。 - Linux 的纯种子链(ELF seed → A0 → A1 → C0 → C1)与 gcc stage0 路线并行推进:
bootstrap/linux/seed.S是手写十六进制解码器,seed.hex可复现seed.elf;seed.elf从a0.seed.hex按需生成 A0,A0 从a1.seed.hex按需生成 A1,A0/A1 二进制不提交;Linux A1 参考实现和 freestanding 本体已完成;最小 freestanding C0 已能把受限 C 编译成 A1 文本,A1 装配后运行 exit(42);C0 已支持函数/局部变量/控制流/表达式/全局变量,并能把bootstrap.c编成 A1、由 A1 装配成 ELF;C0 已能编译 bootstrap.c -> capacity -> C1,产物与上游 minimal-chain 逐字节一致;c0/linux.sh已把 C0 产出的 C1 接入桥接,得到 SysV Linux C1;C0 源码级自举待做;上游最小链只作为对照,不作为 Linux 最终 C1。 - Win64 PE C1 → SysV 桥接方案见 技术设计 6.6:
win32_runtime.c(13 个符号)+ C 工具pe2elf.c的内置 stub + 上游 C1 编译linux/compiler.c+ c1link 闭合 stage1/stage2。
| 场景 | Linux | Windows |
|---|---|---|
| 编译 C89 + 部分 C99 到原生可执行文件 | 计划支持 | 计划沿用上游能力 |
| 编译器自举 | 计划支持 | 计划沿用上游能力 |
| 调用平台动态库 | .so,ABI 级 |
DLL,ABI 级 |
| 运行现成平台二进制 | 原生 Linux 程序 | 原生 Windows 程序 |
| 在 Linux 运行 Windows 二进制 | 不做 | — |
| 在 Windows 运行 Linux 二进制 | — | 不做 |
链接 MinGW .a / COFF / .lib |
— | 不做 |
| 直接 include Windows SDK / GNU 扩展头 | — | 不做(按需最小头) |
| 编译 C++ / 游戏引擎 | 不做 | 不做 |
| 用工具链编 C + Win32/GDI 游戏 | — | 可行,上游 Mario 已验证 |
| 用工具链编 C + SDL/OpenGL 游戏 | 可行方向,需最小头/导入 | 可行方向,需最小头/导入 |
- 上游 BitKindle 是 Windows x64 项目:3,584 字节十六进制种子、A0/A1 装配器、C0 过渡编译器、自举 C1、自制
.c1o目标文件、自制 PE 链接器和自带运行时。 - 上游明确不依赖 MSVC/GCC/Clang、Windows SDK 或外部链接器,也不支持 COFF
.obj/.lib、通用windows.h、DLL 生成。 - 本项目把上游的 Windows 实现作为参考实现和可移植算法/测试的来源;Linux 侧是新的原生实现。
- 本项目不是上游的官方分支,与上游作者无隶属关系。上游代码与文档按 MIT License 使用,保留版权与许可声明。
bit/
├── build.sh # Linux 自举构建入口
├── README.md
├── docs/
│ └── DESIGN.md # 技术设计
├── linux/
│ ├── compiler.c # 移植后的 C1 编译器主体
│ ├── elf-output.c # ELF64 可重定位对象写出
│ ├── linker.c # C1 编译的静态 ELF 链接器
│ ├── runtime.c # freestanding 运行时 / 12 个平台符号
│ ├── linuximports.h # 编译器使用的运行时声明
│ ├── startup-sysv.S # SysV 入口(gcc stage0 与 C1 共用)
│ ├── syscalls-sysv.S # SysV syscall stub
│ ├── link-hosted.sh # crt1/crti + glibc + crtn 链接
│ └── link-shared.sh # C1 对象 -> .so
├── include/
│ ├── stdarg.h # SysV va_list / va_start / va_arg
│ ├── stddef.h
│ ├── stdint.h
│ ├── inttypes.h
│ ├── stdbool.h
│ ├── complex.h
│ ├── wchar.h
│ ├── wctype.h
│ ├── poll.h
│ ├── getopt.h
│ ├── fnmatch.h
│ ├── pwd.h
│ ├── grp.h
│ ├── netdb.h
│ ├── regex.h
│ ├── iconv.h
│ ├── glob.h
│ ├── limits.h
│ ├── float.h
│ ├── assert.h
│ ├── stdio.h
│ ├── stdlib.h
│ ├── string.h
│ ├── ctype.h
│ ├── math.h
│ ├── dlfcn.h
│ ├── errno.h
│ ├── setjmp.h
│ ├── time.h
│ ├── fcntl.h
│ ├── unistd.h
│ ├── signal.h
│ ├── dirent.h
│ ├── pthread.h
│ └── sys/
│ ├── types.h
│ ├── stat.h
│ ├── time.h
│ ├── wait.h
│ ├── socket.h
│ ├── un.h
│ ├── epoll.h
│ ├── inotify.h
│ ├── eventfd.h
│ ├── timerfd.h
│ ├── signalfd.h
│ ├── memfd.h
│ └── select.h
├── netinet/
│ └── in.h
├── shared/
│ ├── README.md
│ ├── sources.json
│ ├── float_parse.c
│ └── diagnostic.c
├── bootstrap/
│ ├── README.md
│ ├── from-seed.sh # 无 gcc/ld 的 seed bundle 自举
│ ├── minimal-chain.sh # 上游 seed -> A0 -> A1 -> C0 -> C1
│ ├── make-seed.sh
│ ├── seed.sha256
│ ├── seed-*.hex
│ └── linux/ # 零依赖 Linux 自举树
│ ├── seed.S # 手写十六进制解码器
│ ├── seed.elf # 种子可执行文件
│ ├── seed.hex # seed.elf 的原始十六进制
│ └── a0/ # A0 契约、参考实现、汇编本体和测试
├── windows/
│ ├── README.md
│ ├── upstream.lock
│ └── upstream/ # 冻结的上游 Windows 参考树
├── tools/
│ ├── pe2elf.c # 上游 PE seed/工具 -> Linux ELF 运行(宿主 gcc 构建)
│ ├── pe2elf_stubs.S # Win64 ABI kernel32 shim 源
│ └── pe2elf_stubs.json/.bin/.h # shim 偏移、二进制和 C 头
├── examples/
│ └── hello.c
├── tests/
│ ├── run.sh
│ ├── run-hosted.sh
│ ├── run-interop.sh
│ ├── run-env.sh
│ ├── run-linker.sh
│ ├── run-selflink.sh
│ ├── run-linker-selfhost.sh
│ ├── run-static-pie.sh
│ ├── run-archive.sh
│ ├── run-shared.sh
│ ├── run-dynamic.sh
│ ├── shlib/ # C1 对象 -> .so 测试
│ ├── dynamic/ # C1 动态可执行文件测试
│ ├── sysv/ # SysV ABI/语言回归测试
│ ├── hosted/ # glibc hosted 互操作测试
│ ├── interop/ # C1 <-> gcc ABI 双向互操作测试
│ └── reject/ # 明确拒绝的未实现特性
├── LICENSE
└── NOTICE
共享前端、hosted 运行时、Windows 目录等仍按设计逐步加入。
| 阶段 | 内容 | 状态 |
|---|---|---|
| M0 | 项目介绍、技术设计、平台契约、共享/分叉清单 | 已完成 |
| M1 | Linux freestanding:gcc stage0、SysV ABI、ELF .o、系统 ld、hello、自举 |
进行中:stage1 = stage2、整数/指针/浮点(含 NaN)/varargs/聚合/80-bit long double/packed/_Complex long double/32-bit wchar_t 与宽字符串已通过;纯种子链待补 |
| M2 | Linux hosted:glibc、.so 调用、dlopen、互操作测试 |
进行中:非 PIE + PIE crt/glibc 链接(含 crtbegin/crtend)、最小 hosted 头、malloc/strlen/puts/printf/vprintf/dlopen+dlsym/errno/fopen/assert/setjmp/time/inttypes/POSIX I/O/strtol/signal/qsort/atexit/stat/dirent/pthread(含 mutex/cond)/扩展 libc/math/wchar/wctype/gettimeofday/fork+waitpid/socketpair/TCP/UNIX sockets/select/poll/epoll/inotify/eventfd/timerfd/signalfd/memfd/mmap/uname/getopt/fnmatch/pwd/grp/getaddrinfo/getrlimit/getrandom/regex/iconv/glob/ioctl/statvfs/getauxval 已通过;更多头/边界待完成 |
| M3 | 共享层抽取、Windows 参考实现冻结、防漂移检查 | 进行中:已抽取 shared/float_parse.c、shared/diagnostic.c,加入边界/来源/PE 检查,并导入冻结的上游 Windows 参考树;其余共享前端抽取和 Windows ABI 测试待做 |
| M4 | Windows ABI 加固:varargs、结构体、long double、第三方 DLL |
计划 |
| M5 | 可选:自制 ELF 链接器、纯种子链、PIC/PIE、更多系统头、TCC/Linux 生态 | 进行中;C1 已编译 TCC 0.9.27 并完成 TCC 自举:无 gcc/ld 的 transitional seed bundle 自举已完成、seed 文件有 SHA-256 校验且 seed compiler 是不动点;上游最小 seed→A0/A1→C0→C1 链已能在 Linux 上跑通(产物仍是 Windows C1,仅作对照);零依赖 Linux 树已有手写 seed 解码器:seed.hex 复现 seed.elf;seed.elf 从 a0.seed.hex 按需生成 A0,A0 从 a1.seed.hex 按需生成 A1,A0/A1 二进制不提交;A0 的 C 参考实现与 syscall-only 汇编本体已逐字节一致,smoke.a0 生成双 PT_LOAD ELF 并以 42 退出;Linux A1 参考实现和 freestanding 本体已完成;最小 freestanding C0 已能把受限 C 编译成 A1 文本,A1 装配后运行 exit(42);C0 已支持函数/局部变量/控制流/表达式/全局变量,并能把 bootstrap.c 编成 A1、由 A1 装配成 ELF;C0 已能编译 bootstrap.c -> capacity -> C1,产物与上游 minimal-chain 逐字节一致;c0/linux.sh 已把 C0 产出的 C1 接入桥接,得到 SysV Linux C1;C0 源码级自举待做;Win64 C1 → SysV 桥接已完成:bootstrap/bridge.sh 用上游 C1 产出 SysV stage1/stage2,stage1 == stage2;仍依赖上游 seed/PE 链接器,尚未零依赖;c1link 链接 stage0/stage1/stage2/hello,支持 .a 选择性抽取、节表/符号表、静态 PIE、--shared .so 和 C1 动态可执行文件。hosted glibc 测试仍用系统 ld;Linux 原生 C1 已打通:C0v2 直接从 A1 生成 Linux C1,原生 C1 能编译 compiler.c/runtime.c,链接后的 stage1 再编译 compiler.c 得到逐字节相同的 stage2 对象;native-c1.sh 已进入 build.sh,原生 C1 能自举,原生 linker 也能用自己重新链接出逐字节相同的二进制;native-c1.sh 只使用按需从 a0.seed.hex/a1.seed.hex 生成的 A0/A1 以及已提交的 C0v2/C1/linker/startup/syscalls 种子;C1 新增 -E 模式,直接输出 preprocess() 后的 source[] token 流,用于逐步替换宿主 cc -E(见 docs/NATIVE_BOOTSTRAP.md),不再依赖 Windows PE、pe2elf、build/c1link、C1-built A1 或宿主编译器 |
当前 Linux 自举链:
./build.sh脚本会构建 gcc stage0,产出 build/c1-stage0、build/c1-stage1、build/c1-stage2,并检查:
compiler1.o与compiler2.o逐字节一致;runtime1.o与runtime2.o逐字节一致;c1-stage1与c1-stage2逐字节一致;examples/hello.c可编译、链接并运行;tests/sysv/*.c的整数/浮点寄存器与栈参数、LP64/stdint.h/limits.h、预定义目标宏、函数指针、全局初始化、递归、varargs/va_list 等测试通过;tests/hosted/*.c通过系统 crt + glibc 运行,覆盖 c1link--shared生成的 C1.so被dlopen,以及malloc/strlen/puts/printf/vprintf/dlopen+dlsym/errno/fopen;tests/interop/验证 C1 与 gcc 在整数/浮点聚合(含 8/12/16 字节与 >16 字节内存类)上的双向 ABI 互操作;tests/reject/验证未实现的__int128会明确报错;tests/run-env.sh验证C1_INCLUDE/C1_STANDARD在仓库外可用。
Windows 侧仍沿用上游构建方式,尚未整合进本仓库。
- C0 重构计划
- FUZZING:现有 SysV/fuzz 覆盖、缺口和 ABI-first fuzz 计划
- 自举总流水线:C1 -> TCC -> Lua/BusyBox -> GCC 14.2
- 自定义操作系统镜像:QEMU 最小内核、BusyBox、Lua、SSH,以及机顶盒路线
- 技术设计:平台契约、ABI、对象/链接、运行时、自举、测试、风险和决策记录。
- 白皮书:从种子到 GCC 14.2:第一推动力、C1/TCC 自举、GCC 天梯、构建边界与验证。
本项目采用 Apache License 2.0。
上游 BitKindle 的代码与文档按 MIT License 使用,版权归其贡献者所有;相关归属与 MIT 许可文本见 NOTICE。